[发明专利]一种基于加权采样的图像特征点匹配方法

权利要求书

1.一种基于加权采样的图像特征点匹配的方法，其特征在于包括以下步骤：

1)给定对同一个场景在不同角度拍摄的两幅图像，用SIFT算法找到两幅图像中的匹配点，构成一个数据集，数据集中元素是两幅图像间的一对匹配点；

2)为每对匹配点设定一个大于0的权值；

3)按照匹配点的权重随机采样，每次采样8对点，用8点法计算出两幅图像间的基础矩阵F，计算出每对匹配点在这个基础矩阵下的Sampson Distance并组成误差数组记录下来；

4)对步骤3)重复N次，得到N个误差数组，找出N个误差数组中中值最小的误差数组，根据中值最小的误差数组计算出阈值λ，对中值最小的误差数组中Sampson Distance小于阈值λ的匹配点，权重增加一个预先设定好的数值；

5)对步骤3)和步骤4)重复M次，找出那些权重大于用户给定阈值σ的匹配点作为最后的匹配点；

所述按照匹配点的权重随机采样步骤：随机从数据集中选出一些匹配点，使得权重大的匹配点被选中的概率大，假设数据集中包含有n对匹配点，其中第i对匹配点的权重为w_i，那么，第i对匹配点被选中的概率p_i的计算公式为：

pi=wiΣj=1nwj---(1)]]>

实施按照匹配点的权重随机采样的算法为：

输入：权重数组

输出：随机采样出的8对点的序号

步骤a：给定包含了每对匹配点的权重数组w，复制这个数组为w’，构造一个空的输出集合output；

步骤b：求出数组w’中所有元素的和s=Σi=1nw′i;]]>

步骤c：生成一个在[0，s]范围内的随机数k，从数组w’中找出下标为j的元素，使得如下公式满足：

Σi=1jw′i≥k]]>

Σi=1j-1w′i<k]]>

步骤d：把步骤c找出来的下标j添加到输出集合output，并把w’数组中的第j个元素，即w′_j设为0；

步骤e：对步骤b，步骤c和步骤d重复8次；

步骤f：输出output数组。